Lohnt sich Microsoft 365 Copilot? : Eine Potenzialanalyse für Unternehmen und Bildungseinrichtungen

DOI zum Zitieren der Version auf EPub Bayreuth: https://doi.org/10.15495/EPub_UBT_00007962
URN to cite this document: urn:nbn:de:bvb:703-epub-7962-5

Title data

Becker, Dominik ; Deck, Luca ; Feulner, Simon ; Gutheil, Niklas ; Schüll, Moritz ; Decker, Stefan ; Eymann, Torsten ; Gimpel, Henner ; Pippow, Andreas ; Röglinger, Maximilian ; Urbach, Nils:
Lohnt sich Microsoft 365 Copilot? : Eine Potenzialanalyse für Unternehmen und Bildungseinrichtungen.
Bayreuth , 2024 . - 58 S. - (Bayreuther Arbeitspapiere zur Wirtschaftsinformatik ; 72 )
DOI der Verlagsversion: https://doi.org/10.5281/zenodo.13859937

	Format: PDF Name: 20240930_Bayreuther_Arbeitspapiere_72.pdf Version: Published Version Available under License Creative Commons BY-SA 4.0: Attribution, Share Alike
	Download (3MB)

Project information

Project title:	Project's official title Project's id ABBA - AI for Business Business for AI No information
Project financing:	Bundesministerium für Bildung und Forschung Bundesministerium für Bildung und Forschung Bayerisches Staatsministerium für Wissenschaft und Kunst Ministerium für Wissenschaft, Forschung und Kunst des Landes Baden-Württemberg Hessisches Ministerium für Wissenschaft, Forschung und Kunst

Abstract

Microsoft 365 Copilot ist ein innovatives KI-gestütztes Tool, das Unternehmen und Bildungseinrichtungen bei der Steigerung ihrer Effizienz und Produktivität unterstützen kann. Ist das sinnvoll? Wo genau liegen die Potentiale? Lohnt sich der Einsatz? Damit befasst sich diese Studie. Die Studie gibt einen Überblick zu generativen Chatbotswie Microsoft 365 Copilotundordnet zentrale Begriffe ein. Die Analyse befasst sich mit den notwendigen Schritten vor der Implementierung, einschließlich der Beschaffung, internen Kosten-Nutzen-Abwägungen und datenschutzrechtlichen Aspekten. Im weiteren Verlauf werden die verschiedenen Anwendungen und Funktionalitäten von Microsoft 365Copilotdetailliert betrachtet, darunter Microsoft Teams, Outlook, Word, PowerPoint, Excel, Forms, Power Automate und Whiteboard. Jedes Kapitel beschreibt spezifische Features und wie diese zur Optimierung von Arbeitsabläufen beitragen können.Zudem werden Grenzen der Anwendungen aufgezeigt.Abschließend bietet die Studie fundierte Handlungssempfehlungenund praktische Hinweise zur Nutzung von Microsoft 365 Copilot, einschließlich hilfreicher Prompts für verschiedene Office-Programme. Diese umfassende Analyse soll Entscheidungsträgern helfen, die Vorteile und Grenzen von Microsoft 365 Copilotzu erkennen und fundierte Hahdlungsmaßnahmenabzuleiten, um die digitale Transformation ihrer Organisationen voranzutreiben. Mit dieser Studie leisten wir einen Beitrag zur Diskussion über die Integration von KI in den Arbeitsalltag und deren Auswirkungen auf die Effizienz und Zusammenarbeit in Unternehmen und Bildungseinrichtungen.

Further data

Item Type:	Working paper, discussion paper
Keywords:	Microsoft Copilot; Künstliche Intelligenz; Generative KI; LLM Agent
DDC Subjects:	000 Computer Science, information, general works > 000 Generalities, Science 300 Social sciences > 330 Economics
Institutions of the University:	Faculties > Faculty of Law, Business and Economics > Department of Business Administration > Chair Business Administration VII - Information Systems Management and Digital Society Faculties > Faculty of Law, Business and Economics > Department of Business Administration > Chair Business Informatics and Human-Centered Artificial Intelligence Faculties > Faculty of Law, Business and Economics > Department of Business Administration > Professor Information Systems Management and Strategic IT Management Faculties > Faculty of Law, Business and Economics > Department of Business Administration > Chair Business Administration XVII - Information Systems and Value-Based Business Process Management Faculties Faculties > Faculty of Law, Business and Economics Faculties > Faculty of Law, Business and Economics > Department of Business Administration
Language:	German
Originates at UBT:	Yes
URN:	urn:nbn:de:bvb:703-epub-7962-5
Date Deposited:	08 Oct 2024 08:39
Last Modified:	08 Oct 2024 08:39
URI:	https://epub.uni-bayreuth.de/id/eprint/7962

Download Statistics

Download Statistics

Download Statistics

Downloads

Downloads per month over past year